Python的Matplotlib简易教程（速查详细版）——非常全，目录清晰，建议收藏

最新推荐文章于 2024-05-11 10:06:51 发布

汪雯琦

最新推荐文章于 2024-05-11 10:06:51 发布

阅读量6.5k

点赞数 56

分类专栏：【数据分析与挖掘】文章标签： python 数据分析大数据数据可视化编程语言

本文链接：https://blog.csdn.net/qq_35456045/article/details/104528039

版权

本文涵盖Mtplotlib画图的所有知识的和美化，源代码和数据均在github已上传，欢迎star哦：
https://github.com/w1449550206/Matplotlib.git

在这里插入图片描述

学完本文，您会收获些什么？

知道Matplotlib的架构
应用Matplotlib的基本功能实现图形显示
应用Matplotlib实现多图显示
应用Matplotlib实现不同画图种类

注意：学习这个工具要知道他是怎么使用的，要掌握的是逻辑

一、Matplotlib之HelloWorld

学完本节，您会收获些什么？

了解什么是matplotlib
为什么要学习matplotlib
matplotlib的三层结构介绍
应用

1 什么是Matplotlib

在这里插入图片描述

是专门用于开发2D图表(包括3D图表)
使用起来及其简单
以渐进、交互式方式实现数据可视化

数据可视化画图

要学会怎么使用，主要掌握的要是逻辑

学会常见图形

折线图散点图柱状图直方图饼图

2 为什么要学习Matplotlib

可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。

能将数据进行可视化,更直观的呈现
使数据更加客观、更具说服力

例如下面两个图为数字展示和图形展示：

在这里插入图片描述

3 实现一个简单的Matplotlib画图

import matplotlib.pyplot as plt

# 1.创建画布
plt.figure(figsize=(20,8), dpi=100)

# 2.绘制图像
x = [1,2,3]
y = [4,5,6]
plt.plot(x, y)

# 3.显示图像
plt.show()

在这里插入图片描述

4 认识Matplotlib图像结构(拓展，了解)

在这里插入图片描述

5 Matplotlib三层结构(拓展，了解)

5.1 容器层

容器层主要由Canvas、Figure、Axes组成。

Canvas画板（只有一个不用去管）
Figure画布（只有一个不用去管，接受一下即可）
Axes绘图区域（重点，有可能在旁边画好几个图，所以是一个二维数组）
在这里插入图片描述
Canvas是位于最底层的系统层，在绘图的过程中充当画板的角色，即放置画布(Figure)的工具。

Figure是Canvas上方的第一层，也是需要用户来操作的应用层的第一层，在绘图的过程中充当画布的角色。

Axes是应用层的第二层，在绘图的过程中相当于画布上的绘图区的角色。

Figure:指整个图形(可以通过plt.figure()设置画布的大小和分辨率等)
Axes(坐标系):数据的绘图区域
Axis(坐标轴)：坐标系中的一条轴，包含大小限制、刻度和刻度标签

特点为：

一个figure(图像)可以包含多个axes(坐标系/绘图区)，但是一个axes只能属于一个figure。
一个axes(坐标系/绘图区)可以包含多个axis(坐标轴)，包含两个即为2d坐标系，3个即为3d坐标系

5.2 辅助显示层

辅助显示层为Axes(绘图区)内的除了根据数据绘制出的图像以外的内容，主要包括Axes外观(facecolor)、边框线(spines)、坐标轴(axis)、坐标轴名称(axis label)、坐标轴刻度(tick)、坐标轴刻度标签(tick label)、网格线(grid)、图例(legend)、标题(title)等内容。

该层的设置可使图像显示更加直观更加容易被用户理解，但又不会对图像产生实质的影响。

5.3 图像层

图像层指Axes内通过plot线形图、scatte散点图、bar柱状、histogram直方、pie饼图等函数根据数据绘制出的图像。

在这里插入图片描述

总结：
- Canvas（画板）位于最底层，用户一般接触不到
- Figure（画布）建立在Canvas之上
- Axes（绘图区）建立在Figure之上
- 坐标轴（axis）、图例（legend）等辅助显示层以及图像层都是建立在Axes之上

6 小结

什么是matplotlib【了解】
- 是专门用于开发2D(3D)图表的包
绘制图像流程【掌握】
- 1.创建画布 – plt.figure(figsize=(20,8))
- 2.绘制图像 – plt.plot(x, y)
- 3.显示图像 – plt.show()
matplotlib图像结构【了解】
- 容器层
  - Canvas – 画板
    - 是底层实现,不需要关注
  - Figure – 画布
    - 在使用之前,每次都需要进行实例化
  - axes – 坐标系
    - 数据的绘图区域
- 辅助显示层
  - 主要作用添加坐标轴描述,标题等内容
- 图像层
  - 设定要画一个什么样的图像:plot,scatter…

二、折线图(plot)与基础绘图功能

学完本节，您会收获些什么？

学习折线图的绘制和图形保存
给图形添加辅助功能(如：标注、x,y轴名称、标题等)
多次plot绘制图形
多个坐标系显示图形
知道折线图的应用场景
应用
- 天气的温度变化显示

1 折线图绘制与保存图片

简单绘制

#导入matplotlib
import matplotlib.pyplot as plt

#创建画布 figsize画布大小 dpi像素密度
#只绘制一个图的话不用去设置绘图区域
plt.figure(figsize=(20,8),dpi=100)

#绘制图像
plt.plot([1,2,3,4,5,6,7],[1,4,9,16,25,36,49])

#显示图像
plt.show()

在这里插入图片描述

为了更好地理解所有基础绘图功能，我们通过天气温度变化的绘图来融合所有的基础API使用

1.1 matplotlib.pyplot模块

matplotlib.pytplot包含了一系列类似于matlab的画图函数。它的函数作用于当前图形(figure)的当前坐标系(axes)。

import matplotlib.pyplot as plt

1.2 折线图绘制与显示

绘制安徽省宣城市泾县未来一周的最低气温2020.02.29-2020.03.06

#导入工具
import matplotlib.pyplot as plt

#创建画布
plt.figure(figsize=(20,8),dpi = 100)

#绘制图像,绘制安徽省宣城市泾县未来一周的最低气温2020.02.29-2020.03.06
plt.plot([1,2,3,4,5,6,7],[9,7,6,7,4,6,8])

#显示图像
plt.show()#如果不用show的话，只是在缓存中

在这里插入图片描述
展现上海一周的天气,比如从星期一到星期日的天气温度如下

# 1.创建画布(容器层)
plt.figure(figsize=(10, 10))

# 2.绘制折线图(图像层)
plt.plot([1, 2, 3, 4, 5, 6 ,7], [17,17,18,15,11,11,13])

# 3.显示图像
plt.show()

在这里插入图片描述

可以看到这样显示效果并不好，我们可以加入更多的功能：

1.3 设置画布属性与图片保存

保存图像

#导入工具
import matplotlib.pyplot as plt

#创建画布
plt.figure(figsize=(20,8),dpi = 100)

#绘制图像,绘制安徽省宣城市泾县未来一周的最低气温2020.02.29-2020.03.06
plt.plot([1,2,3,4,5,6,7],[9,7,6,7,4,6,8])

#保存图像
plt.savefig('./安徽省宣城市泾县未来一周最低气温折线图')

#显示图像
plt.show()#如果不用show的话，只是在缓存中

如果在show后面再执行保存代码，那么就会失败！！！
因为绘制图像立马保存在内存中，直接save可以，但是用了show之后，内存就会清空，我们再去保存的话，就是空白的
因此，保存图像，必须在显示图像之前
savefig必须在show之前！！！！！！！！！！！！
在这里插入图片描述

plt.figure(figsize=(), dpi=)
    figsize:指定图的长宽
    dpi:图像的清晰度
    返回fig对象
plt.savefig(path)
# 1.创建画布，并设置画布属性
plt.figure(figsize=(20, 8), dpi=80)
# 2.保存图片到指定路径
plt.savefig("test.png")

注意：plt.show()会释放figure资源，如果在显示图像之后保存图片将只能保存空图片。

2 完善原始折线图1(辅助显示层)

案例：显示温度变化状况

需求：画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度（随机产生）

效果：
在这里插入图片描述

2.1 准备数据并画出初始折线图

# 画出温度变化图

# 0.准备x, y坐标的数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 2.绘制折线图
plt.plot(x, y_shanghai)

# 3.显示图像
plt.show()

在这里插入图片描述

2.2 添加自定义x,y刻度

plt.xticks(x, **kwargs)

x:要显示的刻度值
plt.yticks(y, **kwargs)

y:要显示的刻度值

# 增加以下两行代码
# 构造x轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
# 构造y轴刻度
y_ticks = range(40)

# 修改x,y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

在这里插入图片描述

如果没有解决过中文问题的话，会显示这个样子：

在这里插入图片描述
加了刻度的案例

#导入工具
import matplotlib.pyplot as plt
import random

#创建画布
plt.figure(figsize=(20,8),dpi = 80)

#绘制图像,画出安徽省宣城市泾县11点到12点1小时内每分钟的温度变化折线图，
#温度范围在15度~18度（随机产生）
x = range(60)
y_jingxian = [random.uniform(15,18) for i in x]#列表生成式，uniform定义范围得到一个随机数

plt.plot(x,y_jingxian)

plt.rcParams['font.family']=['SimHei']

#添加描述信息
plt.xlabel('时间',fontsize = 20)
plt.ylabel('温度',fontsize = 20)
plt.title('安徽省宣城市泾县11点到12点1小时内每分钟的温度变化折线图',fontsize = 20)

# # 添加x坐标轴刻度
x_tick_label = ["11点{}分".format(i) for i in x]
plt.xticks(x[::5],x_tick_label[::5])# [::5]是每隔五个选一个，后面的也要对应上

# # 添加y坐标轴刻度
y_range = range(40)
plt.yticks(y_range[::5])#[::5]是每隔五个选一个

#保存图像
plt.savefig('./安徽省宣城市泾县11点到12点1小时内每分钟的温度变化折线图.png')

#显示图像
plt.show()#如果不用show的话，只是在缓存中

在这里插入图片描述

2.3 中文显示问题解决

windows

【重要】设置支持中文，windows可以设置字体位置，但是linux’不行，所以我们要记住这个方法
plt.rcParams['font.family'] = ['SimHei']

#导入工具
import matplotlib.pyplot as plt
import random

#创建画布
plt.figure(figsize=(20,8),dpi = 80)

#绘制图像,画出安徽省宣城市泾县11点到12点1小时内每分钟的温度变化折线图，
#温度范围在15度~18度（随机产生）
x = range(60)
y_jingxian = [random.uniform(15,18) for i in x]#列表生成式，uniform定义范围得到一个随机数

plt.plot(x,y_jingxian)

plt.rcParams['font.family']=['SimHei']

#添加描述信息
plt.xlabel('时间',fontsize = 20)
plt.ylabel('while度',fontsize = 20)
plt.title('安徽省宣城市泾县11点到12点1小时内每分钟的温度变化折线图',fontsize = 20)

#保存图像
plt.savefig('./安徽省宣城市泾县11点到12点1小时内每分钟的温度变化折线图.png')

#显示图像
plt.show()#如果不用show的话，只是在缓存中

在这里插入图片描述

非windos

下载中文字体（黑体，看准系统版本）

下载 SimHei字体（或者其他的支持中文显示的字体也行）
这个字体网上可以下载到，如果找不到可以评论or私信我
安装字体
- linux下：拷贝字体到 usr/share/fonts 下：
```
sudo cp ~/SimHei.ttf /usr/share/fonts/SimHei.ttf
```
- windows和mac下：双击安装
删除~/.matplotlib中的缓存文件
```
cd ~/.matplotlib
rm -r *
```

修改配置文件matplotlibrc

vi ~/.matplotlib/matplotlibrc

将文件内容修改为：

font.family         : sans-serif
font.sans-serif         : SimHei
axes.unicode_minus  : False

就ok了

2.4 添加网格显示

为了更加清楚地观察图形对应的值

plt.grid(True, linestyle='--', alpha=0.5)

在这里插入图片描述
注意线型可以选择的有

风格字符
- 实线
- - 虚线
-. 点划线
: 点虚线
’ ’ 留空、空格

加了网格显示的案例

#导入工具
import matplotlib.pyplot as plt
import random

#创建画布
plt.figure(figsize=(20,8),dpi = 80)

#绘制图像,画出安徽省宣城市泾县11点到12点1小时内每分钟的温度变化折线图，
#温度范围在15度~18度（随机产生）
x = range(

最低0.47元/天解锁文章

汪雯琦

关注

56
点赞
踩
260

收藏

觉得还不错? 一键收藏
5
评论
Python的Matplotlib简易教程（速查详细版）——非常全，目录清晰，建议收藏

文章目录学完本文，您会收获些什么？一、Matplotlib之HelloWorld学完本节，您会收获些什么？1 什么是Matplotlib2 为什么要学习Matplotlib3 实现一个简单的Matplotlib画图4 认识Matplotlib图像结构(拓展，了解)5 Matplotlib三层结构(拓展，了解)5.1 容器层5.2 辅助显示层5.3 图像层6 小结二、折线图(plot)与基础绘图功能...
复制链接

扫一扫